MétaCan
Menu
Retour à la cohorte
Enregistrement W4399783738 · doi:10.1186/s43058-024-00602-y

Designing strategies to support Implementation of iNtensive Therapy for Early Reach through PLAY (INTERPLAY) for young children with cerebral palsy: a study protocol

2024· article· en· W4399783738 sur OpenAlexafffundabout
Alicia Hilderley, Christine Cassidy, Sandra Reist-Asencio, Chelsea Tao, Stephen Tao, Susan McCoy, Divya Vurrabindi, Kathleen O’Grady, Mia Herrero, Liz Cambridge, Eleanor Leverington, Victoria Micek, John Andersen, Darcy Fehlings, Adam Kirton

Notice bibliographique

RevueImplementation Science Communications · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensUniversity of AlbertaAlberta Health ServicesHolland Bloorview Kids Rehabilitation HospitalUniversity of CalgaryGlenrose Rehabilitation HospitalAlberta Children's HospitalUniversity of TorontoUniversity of New BrunswickDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCerebral palsyOccupational therapyProtocol (science)MedicinePhysical therapyQualitative propertyPsychologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Intensive manual therapy is important for improving lifelong upper limb motor outcomes for infants and toddlers with cerebral palsy. This play-based therapy is delivered by caregivers who are coached by occupational therapists. However, access to this therapy is very limited for Canadian children with cerebral palsy younger than two years old. This project aims to first identify barriers and facilitators and then design implementation strategies to support early intensive manual therapy delivery for infants and toddlers with cerebral palsy across Canada. METHODS: A mixed-methods sequential explanatory design will be used with four consecutive phases. The updated Consolidated Framework for Implementation Research will guide the study. Quantitative data will be collected from a survey in Phase One. Participants will be recruited from three groups: (1) Caregivers of children with cerebral palsy six years old and younger who are eligible for manual therapy; (2) occupational therapists who treat children with cerebral palsy; and (3) healthcare administrators or people responsible for managing pediatric occupational therapy programs. In Phase Two, quantitative data from the survey will be used to map to implementation strategies known to be effective at addressing the identified modifiable barriers and facilitators. Phase Three will collect qualitative data from semi-structured interviews for the purpose of explaining Phase One quantitative findings in greater depth, and for understanding the appropriateness of strategies identified in Phase Two. The participant recruitment strategy and interview guide content for Phase Three will be informed by results of Phase One. Phase Four will use a modified nominal group technique to refine and prioritize an implementation strategy toolbox. Results will be widely disseminated to knowledge users to provide them with tailorable strategies to increase delivery of early intensive manual interventions. DISCUSSION: This study will provide a comprehensive understanding of the barriers and facilitators to implementation of early intensive manual therapy for young children with cerebral palsy in Canada. A toolbox of evidence-based and tailorable implementation strategies will be disseminated nationally to support uptake of early intensive manual therapy into clinical practice for young children with cerebral palsy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,043
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,035
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0070,003
Communication savante0,0040,003
Science ouverte0,0050,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,103
Tête enseignante GPT0,505
Écart entre enseignants0,402 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueImplementation Science CommunicationsMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207